如何更改打印的xml数据的编码并仍然剥离名称空间?

2024-06-10 07:54:30 发布

您现在位置:Python中文网/ 问答频道 /正文

我需要从多个xml文件中检索大量信息。我正在尝试制作一个webscraper,但是我在编码时遇到了问题,同时仍然剥离了所有的名称空间(参见代码)。xml文件的内容是用丹麦语编写的,包含特殊字符“æå”。你知道吗

如何在剥离名称空间的同时更改打印的xml数据的文件编码?

import urllib
from StringIO import StringIO
from xml.etree import ElementTree as ET
import re

url = "http://loremIpsum.co "
xmlString = urllib.urlopen(url).read() #data with namespaces

it = ET.iterparse(StringIO(xmlString))

for _, el in it:
    if '}' in el.tag:
        el.tag = el.tag.split('}', 1)[1]  # strip all namespaces
root = it.root


print root.findtext("loremIpsum/loremIpsum")

当前打印输出,如果root.findtext("loremIpsum/loremIpsum")是特殊字符“ø”:

u'\xd8

预期产量:

ø

Tags: 文件fromimport名称编码tag空间it